RAG Explorer

Узнай, как ИИ находит правильные ответы

🤖

Что такое RAG?

📚 Представь себе это так:

Ты спрашиваешь друга: "Какая столица Казахстана?"


Обычный ИИ — как друг, который учил географию давно и может ошибиться или забыть.


ИИ с RAG — как друг, который перед ответом открывает учебник, находит нужную страницу и даёт точный ответ: "Астана!"

R
Retrieval
Поиск информации в базе знаний
A
Augmented
Добавление найденного к вопросу
G
Generation
Генерация ответа с учётом контекста

В этой игре ты научишься использовать RAG как настоящий ИИ-инженер!
Ищи информацию, добавляй контекст и генерируй правильные ответы.

Проблема: ИИ не всё знает

Посмотрим, что происходит без RAG

🤖
AI Помощник (без RAG)
Онлайн

Шаг 1: Retrieval (Поиск)

ИИ ищет релевантную информацию в базе знаний

🔍

Поиск в базе знаний

Когда приходит вопрос, система сначала ищет похожие документы. Это как поиск в Google, но по твоей собственной библиотеке!

📚 База знаний (найденные документы)

Шаг 2: Augmentation (Дополнение)

Найденная информация добавляется к вопросу

📎

Создание контекста

Найденные документы "прикрепляются" к вопросу. Теперь ИИ видит не просто вопрос, а вопрос + подсказки!

📝 Как видит вопрос ИИ с RAG:
Контекст (из базы знаний):
"Столица Казахстана — город Астана. С 2019 по 2022 город назывался Нур-Султан..."

Вопрос пользователя:
"Какая столица Казахстана?"

Шаг 3: Generation (Генерация)

ИИ формирует ответ на основе контекста

✨

Генерация ответа

Теперь ИИ может дать точный ответ, потому что у него есть вся нужная информация!

🤖
AI Помощник (с RAG)
✓ RAG включён
0
Очки
1/5
Вопрос
0
Подряд
Выполни все шаги RAG
👤
Пользователь спрашивает:
Загрузка вопроса...
🔍 Найди нужную информацию в базе знаний

Введи запрос и нажми "Искать"

📎 Выбранный контекст
Информация для ИИ:
Выбери документы на предыдущем шаге
✨ Выбери правильный ответ

Отлично!

0
очков
0
Правильных ответов
0
Макс. подряд

🎓 Ты узнал про RAG:

  • Retrieval — поиск релевантной информации в базе знаний
  • Augmentation — добавление найденного контекста к запросу
  • Generation — генерация ответа на основе контекста